更改

|description=是计算查找算法复杂性的过程——包括算法执行时间、所需存储空间或其他资源的数量

|description=是计算查找算法复杂性的过程——包括算法执行时间、所需存储空间或其他资源的数量

}}

}}

 

[[File:Binary search vs Linear search example svg.svg.png|thumb|为了在给定的有序列表中查找给定的条目，可以使用二进制和线性搜索算法（忽略排序）。对前一种算法和后一种算法的分析表明，对于长度为n的列表，它最多只需要log₂(''n'')和''n''个检查步骤。在所描述的长度为33的示例列表中，搜索“Morin，Arthur”分别需要5步和28步，使用二进制和线性搜索。]]

[[File:Binary search vs Linear search example svg.svg|thumb|为了在给定的有序列表中查找给定的条目，可以使用二进制和线性搜索算法（忽略排序）。对前一种算法和后一种算法的分析表明，对于长度为n的列表，它最多只需要log₂(''n'')和''n''个检查步骤。在所描述的长度为33的示例列表中，搜索“Morin，Arthur”分别需要5步和28步，使用二进制和线性搜索。]]

[[File:comparison_computational_complexity.svg.png|thumb|在算法分析中常用函数图，表示每个函数的操作数 ''N'' 与输入大小 ''n'' 的对应关系]]

[[File:comparison_computational_complexity.svg|thumb|在算法分析中常用函数图，表示每个函数的操作数 ''N'' 与输入大小 ''n'' 的对应关系]]

 

 

在计算机科学中，'''算法分析 analysis of algorithms'''是计算查找算法复杂性的过程——包括算法执行时间、所需存储空间或其他资源的数量。通常这是一个确定函数，该函数将一个算法的输入长度与所需的迭代步数（时间复杂度）或使用的存储大小（空间复杂度）相关联。当某个算法其算法复杂性函数的取值很小，或者其函数值大小的增长速度与算法输入大小的相比更加缓慢时，我们认为该算法是有效的。相同长度的不同输入可能导致算法表现出不同的效果，因此对算法运行的最佳、最差和平均情况的描述都可能具有一定的实际意义。但是当没有特殊说明时，算法性能描述函数通常反映的是算法复杂性一种上界，由算法表现最差情况的输入来确定。

在计算机科学中，'''算法分析 analysis of algorithms'''是计算查找算法复杂性的过程——包括算法执行时间、所需存储空间或其他资源的数量。通常这是一个确定函数，该函数将一个算法的输入长度与所需的迭代步数（时间复杂度）或使用的存储大小（空间复杂度）相关联。当某个算法其算法复杂性函数的取值很小，或者其函数值大小的增长速度与算法输入大小的相比更加缓慢时，我们认为该算法是有效的。相同长度的不同输入可能导致算法表现出不同的效果，因此对算法运行的最佳、最差和平均情况的描述都可能具有一定的实际意义。但是当没有特殊说明时，算法性能描述函数通常反映的是算法复杂性一种上界，由算法表现最差情况的输入来确定。